1

Unidad I
Sistemas de ecuaciones:
Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales que responden a un mismo problema. Para
resolver un sistema de ecuación lineal dependerá de la cantidad hídrica única que tenga la ecuación.

donde las x e y son las incógnitas y los a y b son números. Los números a se denominan coeficientes del sistema, y
el conjunto de los b términos independientes del sistema.
Una solución del sistema lineal anterior es una serie de números α1, α2, . . . , αn que satisface cada ecuación del
sistema

Soluciones
El problema es calcular, si es posible, una solución común a un sistema lineal. Para estos sistemas, existen tres
posibilidades:
1- SOLUCIÓN ÚNICA : Existe uno y solo un conjunto de valores para las incógnitas x e y que satisfacen las
ecuaciones simultáneamente. Se dice entonces que el sistema es compatible determinado. Por ejemplo el sistema
formado por la única ecuación lineal 2x1 = 3 es compatible determinado, su única solución es x1 = 3/2. otro ejemplo es
-y+2x=3
x2+y2=5
2- INFINITAS SOLUCIONES : Existen infinitos conjuntos de valores para las incógnitas x e y que satisfacen las
ecuaciones simultáneamente. No es difícil probar que si el sistema tiene más de una solución, entonces tiene infinitas
si k, el cuerpo de números, es infinito. En este caso se dice que el sistema lineal es compatible indeterminado.
Consecuencia gráfica es que son paralelas y consecuencia analítica 0=0. Por ejemplo, el sistema formado por la
ecuación lineal 2x1 + x2 = 3 tiene como soluciones x1 = a, x2 = 3 − 2a, donde a es cualquier elemento de k, luego es
compatible indeterminado. otro ejemplo es: x+2y=4 son paralelas
3x+6y-8=0
3- SIN SOLUCIÓN : No hay ningún conjunto de valores para las incógnitas x e y que satisfacen todas las ecuaciones
simultáneamente. El conjunto de soluciones es vacío. Decimos que estos sistemas son incompatibles. Por ejemplo, el
sistema dado por las ecuaciones 2x1 = 3x1 = 1 es incompatible, pues no hay ningún valor de x1 que satisfaga ambas
ecuaciones.
Equivalencia de sistemas:
Dos sistemas lineales con n incógnitas se dicen equivalentes si tienen los mismos conjuntos de soluciones.
Si se multiplican o se dividen en ambos miembros de un sistema por un número diferente de cero el sistema resultante
es equivalente. por ejemplo: 3x+2y-z=0 equivalente a 15x+10y-5z=10; 9-4=2x+1 equivalente a (9-4)/4=(2x+1)/4
Clasificaciòn de los sistemas:

1
 2
Compatible determinado : Cuando tienen una única solución, es decir, cada icónica solo puede tomar un
determinado valor.

● Compatible indeterminado: Cuando tiene infinitas soluciones

● Incompatible : Cuando no existe solución

Métodos analíticos de solución de sistemas de 2x2:

Método de igualación: Para resolver por este método se debe despejar una incógnita en las dos ecuaciones, pero se
debe despejar la misma incógnita; Luego se debe igualar el resultado de ambos despejes, con lo que se obtiene una
ecuación de primer grado. ej:

2
 3

Método de reducción o eliminación: Para resolver con este método se debe multiplicar ambas ecuaciones por algún
número de forma que obtengamos un sistema equivalente en que lo eficientes de las X o los coeficientes de las Y
sean iguales. A continuación, se suman o se restan, dependiendo el Caso, ambas ecuaciones para así obtener una
sola ecuación de primer grado con una incógnita. Luego hay que hallar la otra incógnita. Existen dos formas:
1- Aplicar el mismo método de reducción
2- Sustituir la incógnita aliada en una de las ecuaciones del sistema y despejarla.

Ejemplo:

3
 4

Método de sustitución: consiste en despejar una de las incógnitas en una de las ecuaciones y
sustituir la expresión obtenida en la otra ecuación. ejemplo:

Método Gràfico: Para resolver por este método se debe representar ecuaciones en unos de ejes
cartesianos. luego con, y si es así, dónde se cortan. el proceso de resolución es el siguiente:
Paso 1: Se debe despejar la incógnita y en ambas ecuaciones.
Paso 2: Luego se debe: Graficar ambas ecuaciones como si fueran funciones en un solo eje
cartesiano, marcar la ordenada al origen y luego moverse según sea el numerador y el denominador
de la pendiente. El denominador hace mover el X y el numerador hace mover en Y.
Paso 3: Analizar la solución, las coordenadas donde se intersectan son las soluciones .

4
 5
Fórmula general: Y=m.x+b
ejemplo:

Expresión matricial de un sistema de ecuaciones lineales

Cualquier sistema de ecuaciones lineales puede escribirse siempre en fueron matricial de la
siguiente forma: Dónde A es la matriz de coeficientes, X la Matriz de las incógnitas y B la Matriz de
los términos independientes. ejemplo:

5
 6

Sistemas lineales de orden cualquiera Cramer, rouche frobenius, Leóntiev, por matriz adjunta
(esta desarrollado en la siguiente unidad)
Operaciones elementales Hay 3 operaciones básicas usadas cuando se está usando una matriz
para resolver un sistema de ecuaciones lineales. El objetivo es usualmente conseguir que la parte
izquierda de la matriz se parezca a la matriz identidad. las operaciones son:

1- Cambiar renglones

2-Multiplicar un renglón por un número

3- Sumar renglones

6
 7
Matrices equivalentes: Las matrices son equivalentes cuando tienen la misma respuesta.

1-Intercambiar entre si dos filas o columnas

2-Multiplicar una fila o columna por un número distinto de cero (otro método para obtener matriz
equivalente)

3- Sumar a una fila a otra (o columnas) otra forma

4- Eliminar o Añadir una fila o columna nula

video que saque la info de matrices equivalentes: https://youtu.be/c0JXSEkwuBU

Método de resolución de Gauss- Jordan

Es un algoritmo que se usa para determinar la inversa de una matriz y las soluciones de un sistema
de ecuaciones lineales.
Para resolver por este método es similar al de eliminación gaussiana, con la diferencia de que
directamente se llega a los valores de la incógnita, sin hacer El reemplazo hacia atrás.
por ejemplo:

7
 8
Paso 1: Pasar al sistema de ecuaciones a la forma matricial de representarlo.

Paso 2: Por medio de operaciones permitidas debemos conseguir pasar del sistema de ecuaciones
inicial a otro equivalente, en el que figuran sólo los resultados. así debería quedar:

Paso 3: Verificar si se dan las igualdades en cada una de las ecuaciones.

Posibles soluciones:

8
 9

Método de Gauss. El método consiste en hacemos cero, es decir, Sometemos a las ecuaciones a
transformaciones elementales:
● Multiplicar por un número distinto de cero
● Sumar una ecuación a otra multiplicada por un número
ejemplo:
paso a la matricial

Necesitamos hacer cero en los números destacados en la matriz anterior.

primeras transformaciones deseamos realizar los ceros en la primera columna.

Primer paso transformar la segunda fila

9
 10

Segundo paso: transformar la tercera fila

Segundas transformaciones: Deseamos realizar el cielo de la segunda columna, para ello solo
utilizamos la segunda y tercera fila

10
 11

Siendo la solución:
z= 24/8=+3
z=+3
Sustituimos el valor de z en la segunda ecuación y se obtiene valor de y
-5y-4.3=-2
-5y=-2+12
y=+10/-5=-2
Sustituimos el valor de Z y el de y en la primera ecuación y obtenemos el valor de X
x +(-2)+3=+2
x=+2-3+2
x=+1
Cálculo de rangos: es el número de líneas de esa matriz (filas o columnas) que son linealmente independientes.
Podemos descartar una línea si:
-Todos sus coeficientes son ceros.
-Hay dos líneas iguales.
-Una línea es proporcional a otra.
-Una línea es combinación lineal de otras.
Determinante y reglas lógicas: Seleccionada ya la mayor submatriz, se calcula el determinante y se
aplican las siguientes reglas lógicas para conocer su rango:

Si más de 1 elemento de la matriz original es distinto de 0 => Determinante será distinto de 0 => Rango matriz
original será mínimo 1.

Si la dimensión de la submatriz es 2×2 y el determinante de la submatriz es distinto de 0 => Rango matriz

original será 2.

Si la dimensión de la submatriz es 3×3 y el determinante de la submatriz es distinto de 0 => Rango matriz

original será 3.

La regla principal para determinar el rango de una matriz es buscar la mayor submatriz y calcular su
determinante. Si el determinante es distinto de 0, el rango será el mismo número de filas o columnas que
tenga la submatriz.

Ejemplo

11
 12
Calcula el rango de la siguiente matriz por el método de determinantes:

Definiciòn de la profe:Es la dimensión de la mayor submatriz no nula. ( mayor Posible que no sea nula )
(se calcula por mètodo de cramer y Rouché Frobenius)
Clasificaciòn de sistemas lineales no homogéneos
Un sistema de ecuaciones no homogéneo es aquel que tiene alguno de sus términos
independientes no nulos b distinto de”0”.

Teorema de Rouché Frobenius:

Permite determinar el tipo de solución que tendrá un sistema de m ecuaciones lineales de n incógnitas, a partir de
calcular tanto el rango de la matriz formada por los coeficientes, A , y como el de la matriz ampliada por los términos
independientes, A' .
Se basa en saber el rango de las matrices

1) Será sistema compatible determinado, R y A = R y A* = Nº Incógnitas

2) Sistema compatible indeterminado, R y A = R y A* < al nº de incógnitas
3) Sistema indeterminado, cuando R y A < R y A*

Ejemplos de aplicación:

12
 13
SCD

SI

13
 14

SCI

14
 15

Link referencia para teorema de rouche frobenius: https://youtu.be/QZy1Tn-pa50

Sistema lineales homogéneos:Un sistema de ecuaciones lineales se denomina homogéneo si el

término constante( ES EL TÉRMINO INDEPENDIENTE QUE NO ESTÁ ASOCIADA A NINGUNA
POTENCIA) de cada ecuación del sistema es cero.
Para que sean homogéneos todos los b tienen que ser cero.
expresión matricial. A.X=B
A.X=0
● El rango de la matriz de coeficientes y el rango de la matriz ampliada Siempre seráN 0.
● Los rangos son iguales es decir siempre van a tener solución.

15
 16
● todos los sistemas lineales homogéneos son compatibles: determinado e indeterminado.

EJEMPLO

16
 17
UNIDAD II
Matrices:
Definición: Las matrices son una conexión de elementos ordenados en filas y columnas, que dependiendo del
número de filas y columnas que tenga una matriz, estaremos hablando de una dimensión u otra.
La naturaleza de los elementos que componen la estructura es diversa, ya que pueden tratarse de números reales,
funciones o incluso letras del abecedario. A (nxm) n=filas y m= columnas

Fila: serie ordenada de individuos o elementos que se disponen en línea.

Columna: Son la contraparte vertical de la fila horizontal. Los objetos contenidos dentro de una columna, dentro del
contexto de las matemáticas, a menudo son un númer o o expresión

Igualdad de matrices: Para que dos matrices se consideren iguales deben tener el mismo número de elementos y,
además, los elementos deben ocupar la misma posición en ambas matrices.

Ejemplo 1:

Las operaciones con matrices pueden ser, suma, resta, y multiplicación, pero también existen sacar determinantes,
saber cuanto vale una incógnita, etc.

Suma

Producto de un escalar de matriz

Multiplicación

17
 18
Resta:

Propiedades:

23

Rango de una matriz: es el número de líneas de esa matriz (filas o columnas) que son linealmente independientes.
Podemos descartar una línea si: Todos sus coeficientes son ceros.Hay dos líneas iguales.Una línea es proporcional a
otra.Una línea es combinación lineal de otras.

Determinante de matrices: El determinante de una matriz de dimensión mxn es el resultado de restar la

multiplicación de los elementos de la diagonal principal con la multiplicación de los elementos de la diagonal
secundaria.

Propiedades de los determinantes:

1. Determinante de una matriz transpuesta: El determinante de una matriz y el de su traspuesta son

iguales.
18
 19

2. Matriz con determinante 0

Posee dos filas (o columnas) iguales.

Todos los elementos de una fila (o una columna) son nulos.

Los elementos de una fila (o una columna) son combinación lineal de las otras.

3. Un determinante triangular es igual al producto de los elementos de la diagonal principal.

4. Si en un determinante se cambian entre sí dos filas (o dos columnas), su valor sólo cambia de signo.

5. Si a los elementos de una fila (o una columna) se le suman los elementos de otra multiplicados
previamente por un número real, el valor del determinante no varía. Es decir, si una fila (o una columna) la
transformamos en una combinación lineal de las demás, el valor del determinante no varía.

19
 20

6. Si se multiplica un determinante por un número real, queda multiplicado por dicho número cualquier
fila (o cualquier columna), pero sólo una

7. Si todos los elementos de una fila (o columna) están formados por dos sumandos, dicho determinante
se descompone en la suma de dos determinantes en los que las demás filas (o columnas) permanecen
invariantes.

8. El determinante de un producto es igual al producto de los determinantes.

Matriz traspuesta: Una matriz traspuesta es el resultado de reordenar la matriz original mediante el cambio de filas
por columnas y las columnas por filas en una nueva matriz, es decir, es la acción de seleccionar las filas de la matriz
original y reescribirse como columnas en la nueva matriz e invertir el proceso para las columnas.

Ejemplo:

20
 21

Menores y cofactores: Los menores obtenidos por la eliminación de únicamente una fila y una columna de matrices
cuadradas se llaman primeros menores y se necesitan para encontrar la matriz de cofactores, la cual es útil para
calcular el determinante y la inversa de matrices cuadradas.

Matriz adjunta: Una matriz adjunta es una transformación lineal de la matriz original a través del determinante de los
menores y su signo y se utiliza principalmente para obtener la matriz inversa.

Regla de Cramer
Todas las ecuaciones deben ser lineales, deben haber igual cantidad de incógnitas que de ecuaciones
Tendremos una serie de ecuaciones, de las mismas tenemos resultados independientes, que están después del igual,
estos hay que ver si están bien acomodados y que no sean 0, porque si no tenemos que pasar otro número detrás del
igual.
Primero debemos separar, por matrices, incógnitas y resultados. Luego sacar el determinante de la matriz y con el
mismo dividir a las demás matrices ampliando la anterior con los resultados dados.
Una vez hecho esto, obtendremos los resultados de las incógnitas y podemos verificar.
Pero hay veces en los que el determinante es 0, ahí el sistema de ecuaciones es incompatible. PORQUE HAY 2
RECTAS PARALELAS.
Y cuando el determinante es distinto de 0 ahí es un sistema compatible

21
 22

Analicemos estos casos…

Sistema compatible determinado: Porque tienen un punto en común, es decir que a la hora de graficar hay un punto
de corte. (solución única)
Sistema compatible indeterminado: Porque hay infinitas soluciones, a la hora de graficar hay rectas que se
superponen
Sistema Incompatible: No hay solución, porque el determinante es 0 y las rectas son paralelas

Modelo de Leontief
La matriz inversa de leontief es un multiplicador que informa sobre cuánto tiene que aumentar la producción
de toda la economía para atender a un determinado aumento de la demanda final.
El modelo de leontief permite estimar la producción y ha sido utilizado en una amplia variedad de problemas, Sobre
todo en mercados que deben ( o se considera que deben) mantenerse en equilibrio.
Ejemplo falta hacer.

Resolución de sistemas de n ecuaciones con n incógnitas por inversa

22
 23

UNIDAD 3:
FUNCIONES – LÍMITE – CONTINUIDAD

Funciones: dominio e imagen.

Funciones de variable real.
Representación gráfica.
Composición de funciones.
Clasificación de funciones.
Aplicación a la economía.
Límite de funciones: concepto, propiedades.
Generalización del concepto de límite.
Cálculo de límite.
Limites indeterminados.
Limites notables.
Continuidad.
Clasificación de las discontinuidades.
Asíntotas.
Aplicaciones a economía

23
 24

24
 25

Transformaciones de Funciones

25
 26

26
 27

27
 28

28
 29

29
 30

30
 31

31
 32

32
 33

33
 34

34
 35

35
 36

36
 37

37
 38
Continuidad y límites laterales o unilaterales

38
 39

39
 40

40
 41

41
 42

42
 43

43
 44

44
 45

Límites infinitos

45
 46

46
 47

47
 48

48
 49

49
 50

UNIDAD 4
Espacio vectorial

Vectores en el plano y en el espacio

Definición: Un vector en el plano y en el espacio es un objeto o ente matemático; se define en el
campo de los reales como el segmento dirigido (flecha), es decir, está formado por una línea cuyos
elementos son números reales, representada por componentes (coordenadas) que poseen una
dirección. Mientras que matemáticamente un vector, al formar parte del espacio vectorial, posee
propiedades dotadas de operaciones internas y externas bien definidas.
Esto es:

Según Wooton, Beckenbach, Fleming (1985) afirman: un par ordenado de números reales 𝑥, 𝑦 se
puede emplear para determinar una traslación en el plano, a un par ordenado se le llama
frecuentemente vector (de la palabra latina que significa transportador). La representación geométrica
de un vector 𝑥, 𝑦 es una flecha, o un segmento de recta dirigido en el plano; la flecha se llama vector
geométrico.
Características y normas de un vector.
Un vector, en términos generales, se caracteriza por tener: norma, dirección y sentido. A continuación, se describe cada
uno en detalle.
Norma de un vector
La norma de un vector está determinada por la longitud o medida de un vector, cuya notación es:// 𝑢//
. Para el cálculo de la norma se usa el teorema de Pitágoras, esto es, el módulo del vector 𝑢 es la raíz
cuadrada positiva de la suma de los cuadrados de los componentes de vector:

50
 51

En la figura (b) se muestra un triángulo rectángulo, donde se puede aplicar el teorema de Pitágoras
para hallar el módulo de 𝑢 , de la siguiente forma:

Resultando así que el módulo de 𝑢 tiene como valor a 5 unidades.

51
 52

Luego, aplicando el teorema de Pitágoras para hallar el módulo de 𝑢, se tiene:

Por tanto, el módulo o norma de 𝑢 es 7.68 unidades.

Dirección de un vector: Está definida en función al ángulo que forma con la recta horizontal que
sostiene al vector, esto nos permite descomponer el vector y encontrar los componentes horizontal y
vertical en función al ángulo; así también se puede usar segmentos dirigidos y paralelos para
determinar la dirección dentro de un espacio vectorial.
Sentido de un vector: Dado que un vector es un segmento dirigido, entonces para establecer el
sentido del vector se considera desde el origen indicando en qué dirección se está aplicando el módulo
del vector. Gráficamente, se representa por una flecha.
Bibliografìa:
https://repositorio.une.edu.pe/bitstream/handle/20.500.14039/4373/MONOGRAF%C3%8DA%20ROCIO%20
DEL%20CARMEN%20PONCE%20TRAVEZA%C3%91O.pdf?sequence=1&isAllowed=y

ECUACIONES DE RECTAS Y PLANOS EN R3

Define una superficie en el espacio tridimensional. La ecuación mas sencilla de tres variables es la ecuación
lineal del plano.

ax+ by + cz = 0

52
 53
Esta ecuación puede tomar varias formas, dependiendo de la información dada o de la información requerida.

Consideremos el plano que contiene el punto P (xp, yp, zp), un punto variable X (x, y, z) y un vector n no nulo,
normal al plano de componentes n = (a, b, c)

Entre los puntos P y X queda determinado un vector contenido en el plano.

PX = (x, y, x) – (Xp, Yp, Zp)

PX = (x – Xp, y – Yp, z – Zp)

En consecuencia, ambos vectores el normal al plano n y el contenido en el plano PX serán perpendiculares y

por lo tanto su producto escalar dará cero. De modo que la ecuación vectorial del plano puede escribirse

PX . n = 0 ® ECUACIÓN VECTORIAL DEL PLANO

Realizando el producto escalar entre ambos vectores tendremos

ax + by + cz = d ® ECUACIÓN GENERAL DEL PLANO

ECUACIÓN SEGMENTARIA DEL PLANO

53
 54
Para representar un plano se necesita conocer la intersección del plano con cada uno de los ejes coordenados.

Si el plano no es paralelo a planos ni a ejes coordenados, corta a los ejes en tres puntos P1 (p, 0, 0); P2 (0,
q, 0) y P3 (0, 0, r). Entonces la ecuación segmentaria del plano estará en función de p, q, r.

Demostración:

ECUACION VECTORIAL PARAMETRICA DEL PLANO

Sea π un plano P (Xp, Yp, Zp) un punto del plano y u y v dos vectores paralelos al plano y por lo tanto por
tratarse de vectores libres estarán contenidos en el plano.
Considerando un punto variable X (x, y, z) que pertenece al plano, podemos determinar el vector OX,
expresado como suma:

54
 55

Si consideramos las componentes de los vectores, podemos desarrollarla en forma vectorial.

ECUACIÓN DE LA RECTA EN R3

Todos estamos familiarizados con la ecuación de la recta en el plano cartesiano, con punto pendiente, o entre
dos puntos, ahora se quiere considerar desde un punto de vista vectorial.

Una recta perteneciente al plano R2 o al espacio R3, queda perfectamente determinada cuando se conocen
un punto Po que le pertenece y su dirección, que puede ser aportada por un vector v no nulo que se llama
vector director.

55
 56

56
 57

CÓNICAS

Se llama cónica (o sección cónica) a las curvas resultantes de la intersección del cono y un plano. Este plano
no debe pasar por el vértice (V).

A𝑥2+ B x y +C 𝑦2+ Dx + E y + F = 0

57
 58

TIPOS DE CÓNICAS

Existen cuatro tipos de cónicas, según el ángulo del plano que intersecta con el cono y su base:

● Circunferencia: es la intersección del cono con un plano paralelo a la base.

● Elipse: intersección del cono con un plano oblicuo a la base y que no la corta en ningún momento.
● Parábola: es la intersección del cono con un plano paralelo a su generatriz y que corta a la base.
● Hipérbola: es la intersección de un cono recto y un plano cuyo ángulo es menor al de la generatriz del
cono.

CIRCUNFERENCIA

Se define como el lugar geométrico de los puntos del plano, cuya distancia a un punto fijo, llamado centro, es
igual a una constante, llamada radio.

Ecuación Cartesiana de la Circunferencia

Si referimos los puntos a un sistema de referencia, entonces:

P (x, y): Punto genérico de la circunferencia.

C (h, k): Centro de la circunferencia.

r: Radio de la circunferencia, y es igual a d (P, C) y por lo tanto:

58
 59
𝑟 = √(𝑥−ℎ)2+(𝑦−𝑘)2.

ELIPSE
59
 60
La elipse es el lugar geométrico de un punto que se mueve en forma tal que la suma de las distancias del
punto a otros dos puntos fijos, sea una constante. Esos dos puntos se llaman focos de la elipse y la distancia
entre ellos se llama distancia focal.

Construcción de la Elipse

Se puede realizar la gráfica de una elipse de la siguiente manera, (Fig. 2). Este método es conocido con el
nombre de método del agricultor ya que era utilizado en la antigüedad para el trazado de canteros de forma
elíptica.

Ecuación Canónica de la Elipse

60
 61
Para deducir una forma sencilla de la ecuación de la elipse, usaremos como eje principal uno de los ejes
coordenados, y como centro el punto medio del segmento 𝐹1𝐹2

En este caso haremos coincidir el eje principal con el Eje x, y el centro con el origen de coordenadas.

Recordando la definición de elipse, que nos dice que es el lugar geométrico de un punto que se mueve en
forma tal que la suma de las distancias del punto a otros dos puntos fijos, sea una constante, podemos
expresar esa constante por 2a como la suma de las distancias de cualquier punto P (x, y) sobre la elipse hasta
los focos.

Hasta ahora tenemos el triángulo F1PF2 (Fig. 4) donde P

es un punto cualquiera de la elipse, cuyas coordenadas son
(x, y) partir del cual podemos ver que 2a debe ser mayor que 2c debido a que la suma de dos lados de un
triángulo es siempre mayor el tercer lado. En consecuencia, tenemos que a será mayor que c a > 𝒄 → 𝑎2 > 𝑐2
→ 𝑎2 ̶ 𝑐2 > 0

Para deducir la ecuación canónica debemos recordar un concepto visto anteriormente: ¡¡Pitágoras y estar
sumamente atentos en todos los pasos que se van a realizar!!

Donde a y b son las intersecciones en los ejes coordenados elevadas al cuadrado.

61
 62
Hay que recordar que a > b, en esta forma siempre podemos decir cuál es el eje mayor y cual el eje menor.

Ecuación canónica con centro C(h, k) y eje principal paralelo a uno de los ejes coordenados

Si el eje principal de una elipse es paralelo al eje OX y su centro es C(h,k); su ecuación resulta siendo:

𝐹1 (ℎ +𝑐 ,𝑘) ; 𝐹2 (ℎ − 𝑐 ,𝑘) Focos

𝑉1(ℎ + 𝑎 ,𝑘) ; 𝑉2 (ℎ + 𝑎,𝑘) Vértices

B1(h, k + b) ; B2 (h, k – b ) Extremos

Si desarrollamos los cuadrados de la ecuación

canónica con C(h,k) obtenemos la ECUACIÓN
GENERAL

𝐴𝑥2+𝐶𝑦2+𝐷𝑥+𝐸𝑦+𝐹=0 donde el signo A = signo C y A ≠ C

La ecuación de la elipse en su forma general puede reducirse a su forma canónica completando cuadrados.

Excentricidad de la Elipse

La excentricidad de una elipse es la razón entre su semidistancia focal denominada por la letra “c”, y su
semieje mayor “a”

62
 63
La excentricidad indica la forma de una elipse; una elipse será más redondeada cuanto más se aproxime su
excentricidad al valor cero. Cuando e = 0 la elipse es una circunferencia: la excentricidad en la elipse mide,
por tanto, lo que ésta se aleja de la circularidad. En la circunferencia los dos focos se confunden y son a su
vez el centro de la cónica. En la fig.7 siguiente se ve cómo varía la elipse al ir variando los valores de a y c.

Si 𝒄 → 𝒂 → e →1; veríamos como la curva se achata en la Fig. 7 corresponde a la línea de puntos azul

Si c → 0 → e → 0 y la elipse tiende a ser una circunferencia.

Por lo tanto, como 0 < c < a se tiene que 0 < e < 1

La excentricidad en función de los semiejes a y b resulta:

De esta fórmula se deduce que si “a” es fijo y “b” toma valores tales que 0 < b < a; cuando más próxima sea
“b” a cero, más próximo será “e” a 1, y más achatada resulta la elipse. Cuando “b” toma valores próximos a
“a”, “e” toma valores muy próximos a 0 y en este caso los focos tienden a coincidir (ya que “c” tiende a 0),
tendiendo la elipse a ser una circunferencia.

PARÁBOLA

Dados en el plano una recta fija, llamada directriz y un punto fijo, llamado foco, no perteneciente a ella, se
define la parábola como los puntos del plano que equidistan del foco y de la directriz.

Elementos de la parábola:

● F: Foco.
● Eje focal: recta que contiene al foco y es perpendicular a la recta directriz.

63
 64
● d: recta directriz.
● V: vértice (punto de la parábola que está contenido en el eje focal).
● p: parámetro de la parábola (distancia del foco al vértice o a la recta directriz).
● LR: lado recto cuerda que pasa por el foco y es perpendicular al eje focal.

Construcción de la Parábola

Para construir una parábola, supongamos que F es el foco

y d la recta directriz, trazamos por F una recta que contiene
al foco y es perpendicular a la recta directriz en C, en el
punto medio del segmento CF se encuentra el vértice V de
la parábola. Para construir otros puntos trazamos una
recta paralela a la recta directriz que pase por un punto Q
del segmento CF y esté a la derecha de V, a continuación,
con centro en F dibujamos un círculo de radio CQ, que
intercepta a la recta en dos puntos P y P´ r = FP = CQ = MP,
el punto P es equidistante del foco y de la recta directriz,
en consecuencia, P Ꞓ a la parábola.

Ecuación Canónica

● Con vértice en el origen y eje focal en el eje x.

● Con vértice (h, k) y paralela al eje x resulta de (1)

64
 65

● Con vértice en el origen y eje focal en el eje y

● Con vértice (h,k), paralela al eje y resulta (4)

(𝑥−ℎ)2 = 4𝑝 (𝑦−𝑘) desarrollando cuadrados (5)

65
 66

HIPÉRBOLA

La hipérbola se define como el lugar geométrico de los puntos del plano, cuya diferencia de distancias a dos
puntos fijos, llamados focos, es igual a una constante.

Elementos de la hipérbola:

● 𝐹1 y𝐹2 focos
● La recta que pasa por los focos es el eje principal
● Eje real o transverso = 2a
● Eje imaginario o conjugado = 2b
● Distancia focal = 2c
● 𝑉1 y𝑉2 vértices (puntos de la hipérbola que están contenidos en el eje focal)
● Centro es el punto medio del segmento 𝐹1𝐹2
● Asíntotas
● LR: lado recto cuerda que pasa por el foco y es perpendicular al eje focal

66
 67
Construcción de la hipérbola

Se puede construir una hipérbola por medio de

puntos, de la siguiente manera:

1ro.: Se dibuja el eje mayor V1V2 y se focalizan

los focos F1 y F2

2do.: Se marca un punto M en el segmento de

recta y a la derecha de F2.

3ro.: Con centro en los focos, se trazan

circunferencias con un radio igual a MV2. A
continuación y con centro en los mismos puntos
se trazan circunferencias con radio igual a MV1 que corta a la circunferencia anterior produciéndose 4 puntos
sobre la hipérbola. (Se pueden hallar otros puntos variando la posición de M.

Ecuacion Canonica de la Hipérbola

Es la que se obtiene tomando el eje principal coincidente con uno de los ejes coordenados y el centro
coincidente con el origen.

● Con centro C(0,0) ; eje real el 𝑬𝒋𝒆 𝒙

67
 68
● Con centro C(0,0); eje focal el 𝑬𝒋𝒆 𝒚

Otras ecuaciones de la hipérbola con centro C(h,k)

Cuando el centro no pasa por el origen, las coordenadas del centro serán (h,k).

68
 69

69
 70
DEFINICIÓN DE ESPACIO VECTORIAL

Es un conjunto no vacío V de objetos, llamados vectores, en el que se han definido dos operaciones: la suma
y el producto por un escalar (número real) sujetas a los diez axiomas que se dan a continuación. Los axiomas
deben ser válidos para todos los vectores 𝒖, 𝒗 y 𝒘 en 𝑉 y todos los escalares 𝛼 y 𝛽 reales.

Llamamos 𝒖 + 𝒗 a la suma de vectores en 𝑉, y 𝛼𝒗 al producto de un número real 𝛼 por un vector 𝒗 ∈ 𝑉.

1. Asociativa: u + (v + w) = (u + v) + w, ∀u, v, w ∈ V

2. Conmutativa: u + v = v + u, ∀u, v ∈ V

3. Elemento Neutro: Existe e ∈ V tal que e + v = v + e = v, ∀v ∈ V

4. Elemento Opuesto: Para cada v ∈ V existe w tal que v + w = w + v = e

5. Seudo-Asociativa: λ(µv) = (λµ)v, ∀v ∈ V , ∀λ, µ ∈ R

6. Distributiva: λ(u+v) = λu+λv y (λ+µ)v = λv +µv, ∀u, v ∈ V y ∀λ, µ ∈ R

7. Unimodular: 1v = v,∀v ∈ V

Observación: En la definición anterior, cuando decimos “escalares” nos estamos refiriendo a números reales.
En este caso, se dice que 𝑉 es un espacio vectorial real.

70
 71
PROPIEDADES DE LOS ESPACIOS VECTORIALES

A partir de los axiomas de espacios vectoriales, pueden demostrarse estas propiedades que resultan
“naturales”:

SUBESPACIOS VECTORIALES

Sea 𝑉 un espacio vectorial y 𝑊 un subconjunto no vacío de 𝑉.

𝑊 es un subespacio de 𝑉 si 𝑊 es en sí mismo un espacio vectorial con las mismas operaciones (suma de

vectores y producto por un escalar) definidas en 𝑉.

71
 72
CONDICIONES NECESARIAS Y SUFICIENTES PARA CARACTERIZAR SUBESPACIOS

Observaciones:

1. La condición (a) asegura que W no está vacío. La mejor manera de comprobar si W es un subespacio es
buscar primero si contiene al vector nulo. Si 𝟎𝑽 está en W, entonces deben verificarse las propiedades (b) y
(c). Si 𝟎𝑽 no está en W, W no puede ser un subespacio y no hace falta verificar las otras propiedades.

2. Las propiedades a, b y c corresponden a los axiomas 4, 1 y 6 de espacios vectoriales.

3. Los axiomas 2, 3, 7, 8, 9 y 10 de espacio vectorial se cumplen para 𝑊 porque éste es un subconjunto de 𝑉.

Puede decirse que 𝑊 “hereda” esas propiedades de 𝑉.

4. Faltaría comprobar que cada vector de 𝑊 tiene su opuesto en 𝑊 (axioma 5 de espacios vectoriales):
Teniendo en cuenta la condición (c) de subespacios,

c. Si 𝒖 está en 𝑊 y 𝑘 es un escalar, 𝑘𝒖 está en 𝑊.

Si tomamos 𝑘=−1, resulta:

Para cada 𝑢∈𝑊 ,(−1)𝑢=−𝑢 ∈𝑊.

Y por lo tanto cada vector de 𝑊 tiene su opuesto en 𝑊.

De las observaciones anteriores se deduce que las condiciones (a), (b) y (c) son suficientes para demostrar
que 𝑊 es un espacio vectorial, y por lo tanto subespacio de 𝑉.

72